一种智慧网络雾节点智能环境感知及优化的方法与流程

本发明涉及物联网计算领域，特别是涉及一种智慧网络雾节点智能环境感知及优化的方法。

背景技术：

1、在大型和超大型组网，雾节点是终端设备接入网络中接触的第一个节点，因此它很可能有足够的信息来推断数据的感知情况和终端设备的环境信息，例如位置、环境条件、附近设备及其能力等，现有的雾计算系统中，雾节点通常配备多种通信功能，如wi-fi、蓝牙和zigbee等，然而，由于终端节点可能只具备其中一种通信功能，为了节省能耗，雾节点不希望所有通信模块都始终保持开启状态，所以在移动中需要有效地发现特定位置和时间段上哪些通信功能是可以使用的,例如车辆环境，并综合考虑终端节点和雾节点的功能来适配应用级协议，即需要雾节点具有环境感知能力并拥有足够的智能以减少运算资源消耗和提高预测精确度。

技术实现思路

1、本发明的目的，就是克服现有技术的不足，提供一种智慧网络雾节点智能环境感知及优化的方法以减少运算资源消耗和提高预测精确度。

2、为了解决上述技术问题，本发明提供以下技术方案：一种智慧网络雾节点智能环境感知方法，其特征在于，所述方法包括：

3、建立k-means聚类模型，对雾节点采集到的环境信息进行聚类；

4、构建马尔可夫链构建的预测模型，对聚类后的环境信息利用马尔可夫链模型对当前雾节点状态以及过去的状态概率来做出预测。

5、进一步的，所述建立k-means聚类模型的步骤具体包括：s1. 特征提取, 数据源包括：

6、1.附近雾节点终端设备或者已连接网络信息。

7、2.雾节点之间时间信号质量数据;

8、3.雾节点的位置数据；

9、4.雾节点的包含温度、湿度的环境数据；s2. 创建分类模型：

10、(1)定义样本数据集x，将雾节点的上报数据集定义为样本，其中，m表示样本数，n表示特征数；

11、(2)设置聚类参数 k，

12、k-means聚类算法实现聚类，设置聚类参数为: k=3 ; 分类划分为a、b、c三类；

13、s3.指定类中心：

14、聚类参数为3，因此需指定3个类中心，最远距离法在样本数据集中随机指定一个样本作为第一个类中心，然后计算剩余样本到该样本的距离，选择最远距离样本作为第二个类中心，由此类推，直到选出四个类中心，将类中心设为 c，即:；

15、应用欧氏距离公式依次计算每个样本数据到3个类中心的距离并分配到最近的聚类中，计算公式如下:；

16、将所有的样本数据分配完毕后，需要重新计算3类数据的类中心，计算每个类中样本；

17、s4.更新类中心数据的均值，计算公式为:

18、；

19、s5.停止迭代：指定迭代次数时，当次数达到指定值后即停止;经过多次迭代之后类中心不会发生变化即获得了最好的聚类效果。

20、进一步的，所述马尔可夫链模型用来描述当前雾节点在不同类中心中的使用情况，通过当前雾节点的状态以及过去的状态对未来状态来做出预测，为下次选择网络接入点提供参考；为在特定位置和时间段开启通信功能做出参考

21、所述马尔可夫链构建的模型公式为：x(k+1)=x(k)×p；

22、式中x(k)表示趋势分析与预测对象在t=k时刻的状态向量，p表示一步转移概率矩阵，x(k+1)表示趋势分析与预测对象在t=k+1时刻的状态向量。

23、进一步的，还包括根据马尔可夫链预测结果，分析雾节点在不同类中心的使用情况：确定在特定位置和时间段可以开启的通信功能：根据预测结果，在特定位置和时间段下，选择将要被使用的通信功能进行开启，并关闭未被用的通信功能。

24、本发明的有益效果是：通过建立k-means聚类模型，对雾节点采集到的环境信息进行聚类；构建马尔可夫链构建的预测模型，对聚类后的环境信息利用马尔可夫链模型对当前雾节点状态以及过去的状态对未来状态做出预测，分析雾节点在不同类中心的使用情况：确定在特定位置和时间段可以开启的通信功能：根据预测结果，在特定位置和时间段下，选择可能被使用的通信功能进行开启，并关闭未被用的通信功能，减少资源消耗和提高预测精确度。

技术特征：

1.一种智慧网络雾节点智能环境感知方法，其特征在于，所述方法包括：

2.根据权利要求1所述的智慧网络雾节点智能环境感知方法，其特征在于，所述建立k-means聚类模型的步骤具体包括：

3.根据权利要求2所述的智慧网络雾节点智能环境感知方法，其特征在于，所述马尔可夫链模型用来描述当前雾节点在不同类中心中的使用情况，通过当前雾节点的状态以及过去的状态对未来状态做出预测，为下次选择网络接入点提供参考；

4.根据权利要求3所述的智慧网络雾节点智能环境感知方法，其特征在于，根据马尔可夫链预测结果，分析雾节点在不同类中心的使用情况：确定在特定位置和时间段可以开启的通信功能：根据预测结果，在特定位置和时间段下，选择将要被使用的通信功能进行开启，并关闭未被用的通信功能。

技术总结
本发明公开了一种智慧网络雾节点智能环境感知及优化的方法,通过建立k‑means聚类模型，对雾节点采集到的环境信息进行聚类；构建马尔可夫链构建的预测模型，对聚类后的环境信息利用马尔可夫链模型对当前雾节点状态以及过去的状态对未来状态做出预测，分析雾节点在不同类中心的使用情况：确定在特定位置和时间段可以开启的通信功能：根据预测结果，在特定位置和时间段下，选择可能被使用的通信功能进行开启，并关闭未被用的通信功能，减少资源消耗和提高预测精确度。

技术研发人员：姚辉,李炎
受保护的技术使用者：广州尚汉信息科技有限公司
技术研发日：
技术公布日：2024/4/24